基于遗传算法的混合储能平抑风电功率波动的优化策略

为了减少风力发电的波动性和随机性对电网造成的冲击,常通过配置储能系统进行风电功率波动的平抑,对此提出了一种基于遗传算法的混合储能风电平抑功率优化策略.首先,基于小波包分解将风电信息分解为高频和低频信号,形成初始功率分配策略;其次,根据当前时刻策略的平抑结果与上一时刻的平抑结果作为评估指标,形成遗传算法的适应度函数;最后,通过拉丁超立方采样生成样本空间内均匀分布的初始种群,通过多次迭代实现功率分配最优策略.以某风电场实际24 h风电数据为例进行算法的验证,结果表明:该算法可以实现混合储能的优化功率分配,相较于未经优化的功率分配策略展示出明显的优势.